Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度学习算法的储能电池充放电方法、系统及介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:广东智储智慧能源科技有限公司

摘要:本发明涉及电池管理技术领域,具体涉及基于深度学习算法的储能电池充放电方法及系统、介质,包括以下步骤:利用多目标优化算法对储能电池的充放电控制参数进行求解,得到最优充电控制参数和最优放电控制参数;利用神经网络将最优充电控制参数与最优放电控制参数间的映射关系进行封装,得到根据最优充电控制参数确定最优放电控制参数的充放电均衡控制模型;通过利用多目标优化算法结合充放电均衡控制模型确定出储能电池的最优充电参数和最优放电参数,对储能电池进行充放电优化管理。本发明减少充放电过程的控制参数优化分析的工作量大且繁杂,使得充放电规划的效率得到保障,满足充放电规划的时效性。

主权项:1.一种基于深度学习算法的储能电池充放电方法,其特征在于,包括以下步骤:利用多目标优化算法对储能电池的充放电控制参数进行求解,得到最优充电控制参数和最优放电控制参数;利用神经网络将最优充电控制参数与最优放电控制参数间的映射关系进行封装,得到根据最优充电控制参数确定最优放电控制参数的充放电均衡控制模型;通过利用多目标优化算法结合充放电均衡控制模型确定出储能电池的最优充电参数和最优放电参数,对储能电池进行充放电优化管理。

全文数据:

权利要求:

百度查询: 广东智储智慧能源科技有限公司 基于深度学习算法的储能电池充放电方法、系统及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。